संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↑.
अयशस्वी होण्याची कारणे
316/316
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #306 | Ling 3.0 Tiny high | Inclusionai | 3.0 | 3.8 | $0.000 | 0/2 | 179.9s |
| #307 | Ling 3.0 Tiny low | Inclusionai | 3.0 | 3.8 | $0.000 | 0/2 | 134.8s |
| #308 | Grok 4.1 Fast none | X AI | 1.5 | 3.8 | $0.008 | 0/1 | 3.33s |
| #309 | Qwen3.5-9B medium | Qwen | 3.0 | 3.8 | $0.062 | 0/2 | 0ms |
| #310 | Ling 3.0 Tiny medium | Inclusionai | 3.0 | 3.8 | $0.000 | 0/2 | 139.8s |
| #311 | Laguna Xs.2 none | Poolside | 1.5 | 3.8 | $0.004 | 0/1 | 2.01s |
| #312 | gpt-oss-120b none | OpenAI | 1.5 | 3.7 | $0.010 | 0/1 | 0ms |
| #313 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1.5 | 3.4 | $0.000 | 0/1 | 0ms |
| #314 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1.5 | 3.2 | $0.000 | 0/1 | 0ms |
| #315 | Step 3.5 Flash none | Stepfun | 1.5 | 2.3 | $0.020 | 0/1 | 0ms |
| #316 | LFM2-24B-A2B none | Liquid | 1.5 | 2.2 | $0.001 | 0/1 | 0ms |
| #11 | Gemini 3.5 Flash high | 8.2 | 9.4 | $2.011 | 1/2 | 84.1s | |
| #22 | Gemini 3.8 Flash medium | 8.7 | 9.1 | $0.653 | 1/2 | 60.3s | |
| #24 | Qwen3.7 Max medium | Qwen | 8.7 | 9.1 | $1.157 | 1/2 | 287.8s |
| #28 | Qwen3.8 Max medium | Qwen | 8.7 | 9.0 | $0.771 | 1/2 | 91.3s |